买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国矿业大学申请的专利一种基于巨型遥感星群的时空谱联合超分辨率重建方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121073780B 。

龙图腾网通过国家知识产权局官网在2026-02-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511604132.X，技术领域涉及：G06T3/4076；该发明授权一种基于巨型遥感星群的时空谱联合超分辨率重建方法是由赵作鹏;罗苏;王思;宁茂财设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种基于巨型遥感星群的时空谱联合超分辨率重建方法在说明书摘要公布了：本发明公开一种基于巨型遥感星群的时空谱联合超分辨率重建方法，包括从多颗异构卫星采集同一区域的时间序列、多视角与多光谱数据并进行辐射定标与大气校正；采用联合配准模型实现多源数据的亚像素级对齐；利用三维卷积提取时间变化特征、二维卷积提取空间结构与纹理特征、一维卷积提取并降维光谱特征；通过注意力机制对时间、空间与光谱特征进行自适应加权融合生成联合特征张量；进行超分辨率重建，得到高空间分辨率、高时间分辨率且具高光谱保真度的目标影像。该方法兼顾分辨率提升与光谱真实性，适用于精细城市制图、农业监测、生态环境评估、灾害应急与战场态势感知、远程侦察、目标变化检测及损伤评估等高精度遥感应用场景。

本发明授权一种基于巨型遥感星群的时空谱联合超分辨率重建方法在权利要求书中公布了：1.一种基于巨型遥感星群的时空谱联合超分辨率重建方法，其特征在于，包括如下步骤： S1、从不同卫星收集同一区域的时间序列、多视角和多光谱数据，并做辐射定标和大气校正； S2、用联合配准模型在统一时空坐标下把多源数据对齐到亚像素级； S3、用3D卷积，从时间序列里抓取目标随时间变化的规律； S4、用2D卷积，把多视角信息融合，突出结构与纹理细节； S5、用1D卷积，从多模态光谱中提炼有效特征并适当降维； S6、用注意力机制把时间、空间、光谱特征按重要性加权融合成一个特征张量；S6.1-1、将三条分支的表征映射到同一语义尺度，使随后的注意力权重在同一度量空间内可比较、可加权，时间分支强调动态一致性，空间分支强调几何与纹理细节，光谱分支强调带际吸收与谱形稳定，三者天然分布不同、方差尺度不同，通过线性投影与规范化，将其对齐到通道维度，从而避免某一分支的幅度主导后续融合： ； 其中,采用层归一化，以减弱批间漂移并提高训练稳定性； S6.1-2、构建二维位置编码以表达网格坐标关系，并构建相对时间编码以表达当前目标时刻在局部时间窗口内的相位，再以加性方式注入各分支： ； S6.1-3、在实际观测中，时间线索常需要从空间与光谱线索中汲取补充信息； 以时间分支为查询，空间与光谱分支提供键值，构造互注意： ； ； 计算注意权并完成加权汇聚： ； 同理，定义空间为查询、光谱为查询的对称单元、、、； S6.1-4、将互注意扩展为个头并在头维拼接，随后以门控系数进行残差式融合，门控由浅层感知机基于当前像元处三路输入联合决定，用以平衡外来信息与本模态先验，防止过拟合或信息淹没： ， ； 其中，表示第个注意头下，时间分支作为，从空间与光谱分支取来的互注意输出，表示把所有注意头的输出在头维拼接，形成汇聚特征，为逐元素乘，为时间、空间、光谱三路已对齐到同一通道数的特征，是像元级门控，由三路特征拼接后经小型多层感知机得到，用来权衡引入信息与原模态，空间侧与光谱侧以相同形式得到与； S6.1-5、来自S1至S5的质量度量反映了成像噪声、云阴影遮挡、离轴几何与带级信噪比差异，构造置信度标量以抑制异常贡献信号，设空间权重、时间权重、带级权重已在前述步骤估计，以聚合函数形成三路置信度并裁剪至稳定范围： ； 并对三路融合结果实施置信调制： ； S6.1-6、在完成互注意、门控与置信调制后，需要将三路信息汇聚为统一表示，同时维持数值稳定与梯度顺畅，对三路特征逐像元求和并规范化，随后以前馈网络进行通道重标定并建立第二条残差路径，以提升非线性表达能力而不破坏已学得的尺度关系： ； S6.1-7、设计一致性与熵正则，前者鼓励不同来源对同一位置形成相近的注意分布，后者鼓励注意分配更为尖锐从而突出关键匹配： ； 两项正则与主任务损失共同训练，在复杂环境下显著提升鲁棒性； S6.1-8、最终对融合结果实施轻量标准化与可选通道压缩，得到后续重建网络直接使用的联合特征张量： ； S7、将融合特征输入条件扩散超分网络，通过多尺度上采样与联合损失优化完成重建，生成高分辨率影像并保持光谱保真度以满足后续分类与反演精度要求。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国矿业大学，其通讯地址为：221100 江苏省徐州市铜山区大学路1号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。